[發(fā)明專利]命名實(shí)體識(shí)別方法、裝置、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110098586.X
• 申請(qǐng)日: 2021-01-25
• 公開（公告）號(hào): CN113011186A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計(jì)）人: 吳坤
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F40/295
• 分類號(hào): G06F40/295
• 代理公司: 北京派特恩知識(shí)產(chǎn)權(quán)代理有限公司 11270
• 代理人: 高天華;張穎玲

1.一種命名實(shí)體識(shí)別方法，其特征在于，包括：

獲取待識(shí)別文本的多個(gè)字符；

確定所述多個(gè)字符中每一所述字符對(duì)應(yīng)的字符向量集合；所述字符向量集合包括所述字符在多種語(yǔ)義維度下的向量；所述多種語(yǔ)義維度至少包括詞匯維度和實(shí)體維度；

基于每一所述字符對(duì)應(yīng)的字符向量集合，生成每一所述字符對(duì)應(yīng)的實(shí)體字符向量；所述實(shí)體字符向量用于表征所述字符對(duì)應(yīng)的實(shí)體信息；

根據(jù)每一所述字符對(duì)應(yīng)的實(shí)體字符向量，確定所述待識(shí)別文本中的實(shí)體文本和所述實(shí)體文本的實(shí)體類型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述字符向量集合包括所述字符對(duì)應(yīng)的字特征向量；所述獲取所述多個(gè)字符中每一所述字符對(duì)應(yīng)的字符向量集合，包括：

將所述待識(shí)別文本輸入預(yù)設(shè)的第一語(yǔ)言模型中，通過(guò)所述第一語(yǔ)言模型獲取所述每一所述字符對(duì)應(yīng)的字特征向量；所述字特征向量包括所述字符對(duì)應(yīng)的字符向量、位置向量和片段向量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述字符向量集合還包括所述字符對(duì)應(yīng)的詞特征向量；所述獲取所述多個(gè)字符中每一所述字符對(duì)應(yīng)的字符向量集合，還包括：

提取所述待識(shí)別文本中的至少一個(gè)待識(shí)別詞的詞邊界信息；

基于所述至少一個(gè)待識(shí)別詞的詞邊界信息，生成每一所述字符對(duì)應(yīng)的詞特征向量。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述詞特征向量包括所述詞匯邊界向量；

所述提取所述待識(shí)別文本中的至少一個(gè)待識(shí)別詞的詞邊界信息，包括：對(duì)所述待識(shí)別文本進(jìn)行分詞，得到所述待識(shí)別文本中的至少一個(gè)待識(shí)別詞匯的詞匯邊界信息；

所述基于所述至少一個(gè)待識(shí)別詞的詞邊界信息，生成每一所述字符對(duì)應(yīng)的詞特征向量，包括：基于所述至少一個(gè)待識(shí)別詞匯的詞匯邊界信息，生成每一所述字符對(duì)應(yīng)的詞匯邊界向量；所述詞匯邊界向量用于表征所述字符在與所述字符對(duì)應(yīng)的待識(shí)別詞匯中的位置。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述詞特征向量還包括所述實(shí)體邊界向量；

所述提取所述待識(shí)別文本中的至少一個(gè)待識(shí)別詞的詞邊界信息，還包括：根據(jù)預(yù)設(shè)的實(shí)體詞典，獲取所述待識(shí)別文本中的至少一個(gè)待識(shí)別實(shí)體的實(shí)體分割信息；

所述基于所述至少一個(gè)待識(shí)別詞的詞邊界信息，生成每一所述字符對(duì)應(yīng)的詞特征向量，還包括：基于所述至少一個(gè)待識(shí)別詞匯的實(shí)體分割信息，生成每一所述字符對(duì)應(yīng)的實(shí)體邊界向量；所述實(shí)體邊界向量用于表征所述字符在與所述字符對(duì)應(yīng)的待識(shí)別詞匯中的位置。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述基于每一所述字符對(duì)應(yīng)的字符向量集合，生成每一所述字符對(duì)應(yīng)的實(shí)體字符向量，包括：

將每一所述字符對(duì)應(yīng)的字符向量集合輸入至預(yù)設(shè)的第二語(yǔ)言模型中，得到所述第二語(yǔ)言模型輸出的每一所述字符對(duì)應(yīng)的實(shí)體字符向量。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述將每一所述字符對(duì)應(yīng)的字符向量集合輸入至預(yù)設(shè)的第二語(yǔ)言模型中，得到所述第二語(yǔ)言模型輸出的每一所述字符對(duì)應(yīng)的實(shí)體字符向量，包括：

獲取所述字符向量集合對(duì)應(yīng)的權(quán)重參數(shù)；所述權(quán)重參數(shù)包括所述字符向量集合中每一所述維度對(duì)應(yīng)的權(quán)重；

根據(jù)每一所述維度對(duì)應(yīng)的權(quán)重，對(duì)所述字符在不同維度下的字符向量進(jìn)行融合，得到待輸入字符向量；

將每一所述字符對(duì)應(yīng)的待輸入字符向量輸入至預(yù)設(shè)的第二語(yǔ)言模型中，得到所述第二語(yǔ)言模型輸出的每一所述字符對(duì)應(yīng)的實(shí)體字符向量。

8.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述根據(jù)每一所述字符對(duì)應(yīng)的實(shí)體字符向量，從所述待識(shí)別文本中提取實(shí)體文本，包括：

根據(jù)每一所述字符對(duì)應(yīng)的實(shí)體字符向量構(gòu)建每一所述字符對(duì)應(yīng)的字符特征向量；

將每一所述字符對(duì)應(yīng)的字符特征向量輸入至預(yù)設(shè)的第三語(yǔ)言模型中，得到每一所述字符對(duì)應(yīng)的實(shí)體文本分割結(jié)果；所述實(shí)體文本分割結(jié)果包括實(shí)體邊界信息和實(shí)體類型信息；

根據(jù)每一所述字符對(duì)應(yīng)的實(shí)體邊界信息和實(shí)體類型信息，獲取所述待識(shí)別文本中的實(shí)體文本和所述實(shí)體文本的實(shí)體類型。